COST-DISTORTION OPTIMIZED CACHING OF STREAMING MEDIA
Anshul Sehgal University of Illinois asehgal@https://www.doczj.com/doc/a110893007.html,
Philip A.Chou Microsoft Research pachou@https://www.doczj.com/doc/a110893007.html,
ABSTRACT
Caching of Internet content in caches local to users is bene?cial to both users and the network,because it reduces retrieval times for the user as well as reduces load on the network.However,it comes at the cost of storage in the cache,which can be large,par-ticularly when multimedia objects are cached.In this paper,we address the problem of caching multimedia objects such as audio and video streams,in a cost-distortion optimized way.That is, we seek caching policies that minimize the cost of both storage and transmission while minimizing the distortion seen by the user (or equivalently,maximizing the quality seen by the user).Simula-tion results demonstrate that caching in a cost-distortion optimized manner leads to signi?cant improvements over the case where no caching is performed.
1.INTRODUCTION
Web caching refers to temporary storage of web objects for future retrieval by users.Web caching is bene?cial for both users and the network,because it allows users to access web objects with rela-tively small retrieval times and it simultaneously reduces network traf?c.However,this comes at the cost of storage in the cache.
There exists a signi?cant amount of literature on caching of web objects such as HTML documents.Most of this work is re-lated to the design of cache replacement policies for?nite size caches.Central to the design of these policies is the mechanism used to estimate the popularity of web objects.The problem of caching of images has also started receiving attention in recent years[1,2].This problem is distinguished from caching of docu-ments by the loss-resilience properties of images.In this paper,we address the problem of caching streaming media objects,such as audio and video streams.Media streams present additional chal-lenges for caching.Besides being loss-resilient,media streams are typically large,can be cached or accessed in portions,and have real-time delivery constraints.
For caching of media streams,two problems need to be ad-dressed:1)for each portion(e.g.,each data unit)of the media stream,the caching proxy needs to estimate the number of users who will be requesting that portion,and2)having estimated this quantity the proxy needs to decide whether or not to cache the por-tion.In this paper,we tackle the second problem,i.e.,assuming that an estimate of the number of requests for each data unit is available,we devise an algorithm to optimally select data units to cache based on the cost and distortion characteristics of the data units.The problem of caching media streams has also been tack-led in[3,4,5,6].In[3],the authors propose to cache the?rst few minutes of the stream.When a user requests a stream,the caching proxy transmits the stored pre?x of the requested stream and simultaneously requests the remainder of the stream from the server.In this way,chances that the user is starved(i.e.,buffer under?ow)are reduced.In[5],the authors propose to cache those parts of a VBR stream where the rates are higher than the nom-inal bandwidth of the server-proxy-user link,thus smoothing the bandwidth required.They call their scheme“video staging.”The work of[6]is the closest to ours.In that work the authors design algorithms for caching based on a“robustness”function.They maximize the robustness function by selectively storing parts of the media stream.
We examine two caching scenarios:prefetch caching and pas-sive caching.Prefetch caching refers to the scenario where the caching proxy proactively requests data from the server during non-peak times and caches the data for future use.Passive caching refers to the scenario where the caching proxy intercepts data sent from the server to the?rst user and caches the data for future use. In either case the caching proxy must have a policy for deciding whether or not to cache the data.Caching the data increases stor-age costs,but it also reduces transmission costs and reduces the delay and error experienced by the average user.Hence there is a trade-off to be made.
This paper addresses the problem of optimizing the caching policy in a cost-distortion optimization setting.Our objective is to minimize the cost of both storage and transmission while minimiz-ing the distortion seen by the user(or equivalently,maximizing the quality seen by the user).Central to our modeling of the problem is the introduction of a notion of prices.We assume that a“rent”
must be paid for every byte of data stored in the cache per unit time,and that a fee must be paid for every byte of data transmit-ted from the server to the cache.Furthermore,we assume that data transmitted from the server to the cache may be lost or delayed. On the other hand,we assume that communication between the cache and its users is free,reliable,and instantaneous.We detail this model more precisely in the next section.
The paper is organized as follows:Section2describes our ab-straction of the transmission scenario.Section3describes the op-timization problem for caching a single data unit.Section4solves the optimization problem for caching an entire multimedia stream. Experimental results are presented in Section5.Conclusions are drawn in Section6.
2.MODEL DESCRIPTION
In this section,we de?ne our abstraction of the encoding,packeti-zation and communication processes and state the cost-distortion optimization problem that we are trying to solve.Our work draw heavily on the rate-distortion optimized streaming algorithm pro-posed in[7,8,9,10].We assume that when requesting packets, the receiver follows the rate-distortion optimized receiver-driven streaming algorithm proposed in[10].For more details on the model,the reader is referred to[7,8].
In a streaming media system,data are encoded,packetized into
data units,and stored on a?le server.Depending on the algorithm
used for encoding,data units have dependencies between them that
can be represented by an acyclic directed graph.Data unit is said to be dependent on data unit if cannot be decoded without?rst
decoding.For example,in MPEG coded video,data units from
a frame are dependent on data units from the previous or
frame,while data units from a frame are dependent on data units from the closest and frames.
Associated with each data unit is a quantity,which de-
notes the decrease in distortion if data unit is decoded on time,
and a quantity,which denotes the size of the data unit in bytes. Also associated with each data unit is a decoding time stamp,
which is the time by which the data unit must be available at the
decoder in order to be decoded and played back.
We model the caching scenario as follows:The client requests data units from the caching proxy.This request is communicated
to the proxy without cost,without loss,and without delay.If the
proxy has the requested data units in its cache,then it relays them
to the client,without cost,loss,or delay.If the proxy does not have the requested data units in its cache,then it requests them from the
server on behalf of the client.This request is communicated from
the proxy to the server without cost,but the request may be lost
or delayed.Upon receipt of a request,the server transmits the requested data units to the proxy.This transmission occurs with
cost per transmitted byte,and additionally the transmitted data
units may be lost or delayed.If and when the proxy receives a data
unit from the server,it forwards the data unit to the client,without
additional cost,loss,or delay.
Speci?cally,the network path from the server to the proxy
(the forward channel)and the network path from the proxy to
the server(the backward channel)are modeled as independent
time-invariant packet erasure channels with random delays.This means that each packet inserted into a channel is independently
lost with probability for the forward channel and for the
backward channel.If it is not lost,then it is delayed by a ran-
dom time:(forward trip time)for the forward channel and (backward trip time)for the backward channel,which are respectively drawn from probability densities and.In our
simulations,we use for and shifted Gamma distributions
with parameters and and right shifts and, respectively.These induce a distribution on the round trip time,
,which is a shifted Gamma distribution with parameters,,and right shift
.Also induced is the round trip loss proba-bility.We de?ne
to be the probability that a request packet sent from the proxy to the server at time does not result in the requested data packet arriving at the proxy by time, whether the packets are lost or simply delay by more than.
As an example,consider the case when the proxy requests a
single data unit from the server at time.The probability that
the server ever receives the request is.If it receives the request,the server transmits the data unit in a packet on the for-ward channel.Assuming that an amount is paid for every byte transmitted on the forward channel,the expected transmission cost for data unit is,where is the size of the data unit in bytes.The probability that the proxy does not receive the data unit by its deadline is.
This example can be generalized to the case when the proxy
has opportunities to request data unit,at times,,....
At each of these times,the proxy may send a request to the server if it has not yet received the data unit.Let indicate that the proxy will send a request to the server at opportunity if it has not yet received the data unit,and let otherwise. Let.This is called the proxy’s request policy for data unit.Under this request policy,the probability that the proxy will send a request to the server at opportunity is.Hence the expected number of times that the server receives a request is
.Thus the expected transmission cost for data unit incurred by this pol-icy is,and the expected error(i.e.,the probability that data unit does not arrive at the cache by its deadline)is
.Plotting the points for all realizations of the policy for a single data unit and restricting ourselves to the policies on the lower convex hull of this set of points yields a function characteriz-ing the optimal operational trade-off between cost and error.For more details,the reader is referred to[7,8].
3.CACHING OF A SINGLE DATA UNIT
In this section,we consider both prefetch caching and passive caching of a single data unit.In prefetch caching,time is divided into epochs of seconds(say of duration one day).At the be-ginning of each epoch,the caching proxy estimates the number of users that will be requesting data unit in a particular multi-media stream.Based on this estimate and other factors,the proxy may prefetch the data unit and cache it for time.
If the proxy decides to prefetch and cache the data unit,then it incurs transmission cost,where is the expected number of times the server will transmit the data unit while prefetching,is the price for transmitting a single byte,and is the size of the data unit in bytes.In addition,the proxy incurs storage cost,where is the cost per byte of storage for time .Once the data unit is in the cache,it can be communicated to its users without cost,loss,or delay.Thus the total cost of transmission and storage to prefetch and cache the data unit during the epoch is.This cost is amortized over all users during the epoch.Furthermore,the users experience no loss or delay when requesting the data unit from the proxy.
On the other hand,if the proxy decides not to prefetch and cache the data unit,then it incurs a transmission cost for each of the users during the epoch.Furthermore,each user will experience loss or delay when requesting the data unit from the proxy,since the proxy simply forwards the request to the server.
At the end of the epoch,the proxy updates its estimate of and repeats the process for another epoch.Of course,if the data unit is already in the cache from a previous epoch,then it would make sense not to request the data unit once again from the server. This is the notion of passive caching.In passive caching,the caching proxy simply decides whether or not to continue caching a data unit that it has already acquired.Thus the difference between prefetch caching and passive caching is that in passive caching, the prefetch cost is not incurred,or equivalently,. Perhaps a more typical scenario for passive caching is the scenario where the proxy intercepts data sent from the server to a?rst user, and may cache the data for future users in a new epoch.
Let if the proxy decides to cache the data unit during the epoch and let otherwise.If,then the expected cost over the epoch is per user,while the ex-
pected error per user is0.On the other hand,if,then the expected cost over the epoch is per user,while the expected error per user is.Hence to minimize the expected error subject to a constraint on the expected cost,the proxy should choose and to minimize the Lagrangian
(1) for some Lagrange multiplier.Since the number of pos-sibilities is small,this optimization can be carried out by a brute force search over all realizations of and.In the next section, we use(1)as a building block for the problem of caching when data units have dependencies between them(as would be the case for most encoded audio/video).
4.CACHING A GROUP OF DATA UNITS
Our goal is to minimize the expected distortion seen by the aver-age user,subject to a constraint on the expected cost per user,over all request policies and caching decisions for the individual data units in a media stream.However,because of the dependences be-tween data units,it is not possible to determine the optimal request policy and the cache decision for each data unit independently of the other data units.For example,if a data unit is not cached,then it becomes less desirable to cache the data units that depend on it.Nevertheless,in this section we show that using an iterative scheme,it is possible to determine the request policy and cache decision for each data unit by minimizing(1)within each itera-tion,such that the resulting request policies and cache decisions are optimal,or at least locally optimal,for the overall problem.
Let be the number of data units in the media stream.Then let denote the vector of request policies and let denote the vector of cache decisions for all data units.The total expected cost for all data units,per user, is therefore
(2)
This is simply the sum of the expected costs for each data unit,per user.
The expected distortion is somewhat more complicated to ex-press.Let be the indicator random variable that is1if the data unit is available to the user on time,and0otherwise.Note that the expectation of is,where is the probability that data unit is not available to the user by its deadline,using policy to request the data unit from the server. The product is1if data unit is decodable on time(i.e.,if data unit and all its predecessors are available to the user on time), and is0otherwise.If data unit is decodable on time,then the dis-tortion is reduced by;otherwise the distortion is not reduced. Hence,the total decrease in distortion is.Sub-tracting this quantity from distortion if no data units are received, and taking the expectations,we have the expected distortion
(3)
where is the expected reconstruction error if no data units are received.Here,as in[7,8],we have made the assumption that data packet transmission processes are independent,and are inde-pendent of the source process,in order to factor the expectation in (3).
With the expressions for the expected distortion and the ex-pected cost in hand,we can now set up the optimization problem as minimizing the expected distortion subject to an expected cost constraint.By restricting ourselves to solutions on the lower con-vex hull of the set of cost-distortion pairs,we can solve the problem by?nding minimizing the expected Lagrangian
(4) Unfortunately,this minimization is complicated by the fact that the expression for the expected distortion cannot be split into a sum of terms.We solve this problem by using an iterative descent procedure as described in[7,8]called the Sensitivity Adjustment (SA)algorithm.Let and
be any initial guess of the request policy vector and the cache decision vector,respectively.Similarly,let and be the estimates of these quantities at iteration .At iteration,select one component(for example,).For,let and let,while for,let and be chosen as,or equivalently,chosen to minimize
(5) where(5)follows from(4)with
(6) Here,is the sensitivity to not caching or losing data unit.Note that(5)is the same as(1)with.
For prefetch caching,the proxy runs the above optimization for each stream at the beginning of the epoch and decides which data units should be prefetched.For passive caching,the proxy runs the above optimization over only the data units that the?rst user requests and not the entire stream.
5.EXPERIMENTAL RESULTS
In this section we report the results of our simulations for prefetch and passive caching.The channel parameters shown in Table1 were used for simulations.The channel has a mean RTT of200 ms and a drop probability of0.1.One minute of a packetized audio stream(Sarah McLachlans Building a Mystery)was used for simulations.The audio content was compressed using a scal-able version of the Windows Media Audio Codec.The codec per-forms perceptual weighting on lapped orthogonal transform co-ef?cients,followed by bitplane coding to produce an embedded bit stream for each group of frames(GOF)of duration0.75sec-onds.The bit stream of each GOF is partitioned into segments of length500bytes and packetized into data units.Twelve500 byte data units are kept for each GOF,for a maximum bit-rate of
Kbps.The twelve data units for each GOF are sequentially dependent.Each data unit in the GOF is labeled by the decrease in the perceptually weighted squared error if the data unit is decoded on time and all of its predecessors in the same GOF are decoded on time.All twelve data units of each GOF receive the same decoding timestamp.A playback delay of
ms(equal to one GOF length)was used for all simula-tions.The storage price and the transmission price were set to per megabyte stored per month and
per megabyte transferred.These prices were obtained from a web space renting company.Transmitted requests and data packets are dropped at random and those not dropped receive a random de-lay according to the shifted Gamma distribution.The results were averaged over multiple runs to smooth out the effect of any one particular channel realization.
Next,we evaluate the performance of the proposed algorithm with the setup described above.Figures1and2plot,for prefetch and passive caching respectively,the average SNR versus cost per user curves for different values of the request rate()along with the SNR versus cost curve when no caching is performed. These plots were generated by varying and keeping all other pa-rameters constant.As can be observed,even for small values of caching leads to signi?cant gains over not caching at all.Also, by varying,it is possible to obtain a trade-off between the aver-age decoded stream quality and price by selecting only a subset of units to cache as opposed to caching the entire stream.
We also note,that unlike the solution proposed in[3],the cost-distortion optimized solution to the problem is to cache the more “important”data units from the entire stream.Roughly,these cor-respond to the base layers in our experiments and the frames in MPEG coded streams.
6.CONCLUSIONS
A cost-distortion optimized proxy caching algorithm was described in this paper.The performance of the algorithm shows signi?-cant savings by caching only a subset of stream as opposed to not caching at all.The performance of the algorithm also suggests that a good heuristic would be to cache the more important data units in a stream as opposed to caching the?rst few minutes of the stream.
7.REFERENCES
[1] A.Ortega,F.Carignano,S.Ayer,M.Vetterli,”Soft caching:
web cache management for images,”IEEE Signal Process-
ing Society Workshop on Multimedia,Princeton,NJ,June
1997.
[2]X.Yang,K.Ramchandran,”An optimal and ef?cient soft
caching algorithm for network image retrieval,”Proc.of
ICIP,Chicago,1998.
[3]S.Sen,R.Rexford,D.Towsley,“Proxy pre?x caching for
multimedia streams,”Proc.IEEE Infocom,New York,NY,
1999.
[4]R.Rejaie,M.Handley,H.Yu,D.Estrin,“Proxy caching
mechanisms for multimedia playback streams in the inter-
net,”Proc.Web Cache Workshop,San Diego,CA,1999.
[5]Z.Zhang,Y.Wang,D.Du,D.Su,“Video staging:A proxy
server based approach to end-to-end video delivery over
wide-area-networks,”IEEE Trans.on Networking,vol.8,
no.4,pages429-442,2000.
[6]Z.Miao,“Algorithms for streaming,caching and storage of
digital media,”Ph.D.dissertation proposal,USC,2001. [7]P.A.Chou,Z.Miao,”Rate-distortion optimized streaming
of packetized media,”Microsoft Research Technical Report
MSR-TR-2001-35,February2001.
[8]P.A.Chou,Z.Miao,”Rate-distortion optimized streaming
of packetized media,”IEEE Transactions on Multimedia, February2001.Submitted.
[9]P.Chou,Z.Miao,“Rate-distortion optimized sender-driven
streaming over best-effort networks,”IEEE Workshop on Multimedia Signal Processing,Cannes,France,October 2001.
[10] A.Sehgal,P.A.Chou,”Rate-distortion optimized receiver-
driven streaming over best-effort networks,”Data Com-pression Conference,April2002.In preparation.
2
50ms
25ms1/
0.1
高抛低吸八大技巧 一、高抛低吸是做股票的核心秘诀 1、高抛低吸当分成高、抛、低、吸四个字解读。 ①高，相对低来说，是指高位，即顶部。 ②抛，是讲卖出股票的动作。 ③低，有低价格，低位的意思，但是真正的意思是低位，就是底部的意思。 ④吸，是一种买入的动作，因为底部人气低迷，交投惨淡，成交量一般很小，所以只能用吸，而不是大口的喝。吸，像吸管吸奶茶一样，像蚊子吸血一样，很享受，很残忍。 2、高抛低吸最重要的是把握波段节奏操作。 ①无论牛市或熊市，市场都会有这样的机会，而市场的机会总是提供给那些反应敏捷、判断正确的投资者，提供给那些善于把握好波段的人。在大盘尚未连续放出上攻的成交量时，逢顶背离卖出是较理性的抉择。 ②波段操作的最大特点是不能满仓操作。在大盘尚未反转之前，只能当一名“游击队员”。在平衡市的短线资金可控制在30%左右，在市场反复走强时可增加至50%以上，如果近期股指放量突破短期箱体上沿一线，则可继续追加仓位。 ③波段操作是针对目前国内股市呈波段性运行特征的有效的操作方法，波段操作虽然不是赚钱最多的方式，但始终是一种成功率比较高的方式。这种灵活应变的操作方式还可以有效回避市场风险，保存资金实力和培养市场感觉。 ④波段操作比找黑马更为重要，在每一年的行情中都有主峰和主谷，峰顶是卖出的机会;波谷是买入的机会。波段操作很容易把握，这是对于大盘而言。很多个股具有一定的波段，我们对一些个股进行仔细研判，再去确定个股的价值区域，远远高离价值区域后，市场会出现回调的压力，这时候再卖出;当股价进入价值低估区域后，再在低位买入，耐心持有，等待机会，这样一般都会获取较大收益。 3、高抛低吸是股票投资的有效战术，高抛低吸几乎成了投资者炒股的座右铭，然而成功者寥寥无几。何以如此呢?是操作技术难度太大?非也，而是人性的弱点贪婪所致。 4、一般说来，低位吸筹安全系数较高，获利的概率较大，但等待最佳吸纳机会需要耐心，而且要经得住煎熬;这时，应该坚定自己的信念，再漫长的黑夜总会被灿烂的黎明所取代，再痛苦的煎熬总会有尽头。
分时实战技巧教程之主力打压洗盘与高抛低吸相结 合的手法分析 实战中出货和洗盘如何区分？要回答这个问题很困难。主力操盘时经常进行高抛低吸做差价，降低持仓成本，出货和洗盘往往同时进行，因此很难具体区分。 控盘主力一般实力雄厚，操盘时可以通过各种各样的手段引导股价往自己希望的方向走,他能够直接通过盘中大量交易去左右股价的涨跌。强大的实力是主力操盘的坚实后盾，无论进货、出货、洗盘，他都有较大的自主权。主力可以根据自己的实际情况决定实施洗盘的时间和价格。 洗盘的方式很多，最常见的是打压洗盘. 打压洗盘又可以分两大类： 一.盘中直接砸盘式恐吓洗盘。 二.盘中慢慢往下一步一个价位打压威逼式洗盘。 盘中直接砸盘式恐吓洗盘,日K线上表现形态一般是下跌大阴线;盘中慢慢往下一步一个价位打压威逼式洗盘,日K线上表现形态一般是长上影日K线。 以前的主力打压洗盘时，其目的一般就是把部分获利筹码清洗出去.现在的主力操盘行为更为复杂,在展开打压股价洗盘时往往还隐藏另外一个目的:高抛低吸获取差价,降低成本！在打压前或者打压时尽量在相对高位减掉部分筹码,等股价下跌后再逢低补回。因此洗盘与高抛低吸做差价的动作一展开,庄家实施打
压洗盘的同时也就是高位进行减仓出货的操作。此时的盘口表现纯粹就是机构在大量减仓出货。除了主力清楚外，其他人难以琢磨！现时相当多的主力在展开打压洗盘的同时实施高抛低吸做差价。洗盘盘口又是出货盘口，如此一来投资者想通过盘面技术分析，区分个股出现明显放量下跌的走势是庄家打压洗盘，还是在减仓出货，显然是相当难的!当然，也并不是完全没有办法区分两者。 根据下跌后短期内目标股票后续走势去区分，个股前期的下跌是庄家打压洗盘还是减仓出货，这是一种分析思路。 个股出现明显打压出货盘口，如果此举属于主力大规模出货行为,该股在后市相当一段时间内整体表现都是震荡下跌的,主力的出货行为将主导股价的持续走低。 个股出现明显的打压出货盘口，如属主力刻意打压股价洗盘行为，那么该股经历短暂洗盘下跌后，短期内股价立即就会出现快速放量拉起并一路上升。 上述分析思路整体上是相当有效，但也不是一般人所能轻松掌握。打压后什么时间内快速拉起？拉高的幅度要达到多少?明确的时间期限，和拉升幅度大小，因为每个股票的情况都不同，这些数据都没有明确的定义。所以分析判断时分析者多靠经验去判断。
高抛低吸的实战技巧 “高抛低吸”作为一个股票投资者，相信是再熟悉不过的名词了。在很多人的认知里，高抛低吸通俗易懂就是“低位买入，高位卖出”。的确是可以这样理解，可是如何做好高抛低吸就成为非常关键的了。下面跟大家分享一下笔者长时间研究得到的方法。 高抛低吸原则 1、只选取主要趋势向上，正处于上升通道的股票进行操作，决不理会重要趋势明显处于下降通道的股票进行冒险；买进时最好选择在主要上升趋势良好，在中级上升趋势向上的拐点刚刚出现的第一时间介入，在主要趋势上轨遇阻回落的第一时间卖出；个股长期在低位横盘的股票，在放量向上启动的第一时间介入是比较安全的。 2、大盘是个股的风向标，买进卖出时必须注意大盘的脸色，大盘的主要趋势和次要趋势均朝下时最好停止波段操作，确实有中长期上升趋势向上可以买进的股票时仓位也应该比较轻。买进整个大市处于大跌的时候，一定要暂停这种操作；不过，大市大跌数天之后，你瞅准机会迅速来一下波段式操作，所赚必然更丰。 高抛低吸实战技巧 1、指标高抛低吸法 根据技术指标所发出的买卖信号进行高抛低吸的方法，根据两个或者是三个短线技术指标的组合研判，找出高抛点和低吸点进行买卖操作，这样可以做到抛在相对高位，进在相对低位，从而降低成本扩大利润。 2、均线高抛低吸法 根据股价和均线所处的位置股价离开均线的空间而进行的买卖的操作，一般情况下是以5日线和10线为参考，当股价远离5日
线时可高抛(低吸)当股价返回到10附近时可低吸(高抛)，这是根据均线操作的高抛低吸的方法。 3、量能高抛低吸法 根据量能的变化做出高抛低吸的操作，股价持续增量上行时当某一天突然放出高于前面的量很大的量柱是意味着多空开始出现分歧，这时就是高抛的时机。当持续缩量股价回落到一定程度时股价拒绝下而量柱从缩减到走平再到有所增量时就是低吸的时机 4、T+0高手MACD五分钟高抛低吸 操作周期切换到5分钟周期； 调度MACD指标； 把MACD参数改成(6，38，6)； 金叉买进，死叉卖出。 高抛低吸法在具体操作时应注意以下问题 1、这种方法比较适合于股性比较好的循环股 只有那种股性比较活的循环庄股，才能保证当大盘上涨时有足够的把握跟随大盘上涨，且强于大盘；而当大盘跌时又会跟随大盘下跌，且回调幅度较深。这样才会有较大的差价可做，从而达到高抛低吸做差价以求解套的目的。 2、应把握好高抛低吸的节奏和时机 高抛低吸法的关键所在，就是把握好高抛和低吸的时机和节奏。股价上涨见顶时应及时抛售，然后耐心等待股价下跌，当股价确实跌不动并有底部反弹迹象时买入。 3、高抛低吸法在实际操作中有一定难度 原因主要有两个，其一是准确判断股价的顶与底本身就很不容易，关于这一点本身也就是股市投资员难解决的问题。其二是投资者的心理因素的干扰，使得高抛低吸很不容易做到。
精心整理 一、首先下面介绍的是我们短线波段功能是做高抛低 吸的最有利的工具 二、粉丝圈内（红色多方线上穿绿色空方线为买点）绿色圈内（红色多方线下 穿绿色空方线为卖点） 三、简单直接是做高抛低吸的有利的工具，从图中可以看到在这两个波段下跌 行情中可以规避10%的风险，在上涨阶段中获利20% 四、详细的短线波段介绍在群共享中也有体现，大家可以下载研读 下面是技术面高抛低吸技巧的介绍，大家也可以看一下 弱市A ?目前的弱市行情的走势， 我们为什么不能采用这种战术呢外？ ?其实T+0 ?T+0的交易规则外，目前实行了T+1的交易规则，即 “擦边球”，灵活应用交易规则，可以快速在底部买入成交，并在高位及时卖出套现。 ?大的前提是必须是震荡市，首先要有一个股票主仓，然后进行当日再买入小于或等于主仓的数量，进行T+0的操作。如主仓为3000手，当日买入的股数只要不大于3000手，当日有波段利润的情况下，可以将当日的买入股数全部卖出。
至于是一次性买入卖出还是分多次，要根据个人的资金情况灵活把握。当股价横盘或当日振辐较小时就不能成功，所以要选择时机，不是每天都可以做的，做得不好，也有再度被套或踏空买不回来，还要结合一些别的战略战术来综合运用。 T+0的操作时机要果断把握，不然时机出现了，把握不了。没有出现机会时要耐心等待，不要盲目出击。 ?通常在强势上升过程中， 序，做个书面计划。 ? ? ? 跌了也许并不会卖出，或许还会补仓。 ?原因很简单，都是没有冷静分析，只是看到了表面的涨与跌。所以，建议在弱市行情下，进行T+0的操作，以此来降低持仓成本。
?操作时，应该选择比较凶悍的，多庄控制的中小盘个股，也就是K线形态呈现上下影线较长的，每天最高和最低价相差大的，振幅大的个股，然后加以反复操作，直到将个股送到强势上升阶段后，T+0操作阶段也就完成了。 ?手头没有现金的，操作时则不需要增加现金，即使满仓被套也可以实施交易。 ?当持有一定数量被套股票后，某天该股受突发利好消息刺激，股价大幅高开 次的高卖低买，来获取差价利润。 ?T+0 握。 势中必须要有见利就走的准备，因为你不能保证反弹什么时候会结束。 T+0操作的风险大小，完全取决于选股的好坏，分析的细节上首先看个股的成交量的情况，从成交量上判断股性是否开始活跃，不论上涨或下跌，总要有一个比较大的空间才值得参与，接着看形态，将要形成多头排列和暴跌阶段刚过，一定有短线的操作机会。
下面是我们短线波段功能是做高抛低吸的最有利的工具 一、粉丝圈内（红色多方线上穿绿色空方线为买点）绿色 圈内（红色多方线下穿绿色空方线为卖点） 二、简单直接是做高抛低吸的有利的工具，从图中可以看 到在这两个波段下跌行情中可以规避10%的风险， 在上涨阶段中获利20% 目前的弱市行情的走势，大盘股指大起大落，个股振幅很高，游资主力之所以能战胜强大于自己几倍的国有主力，就是采用了
T+0的快进快出战略战术，而我们为什么不能采用这种战术呢外？ 其实T+0战术不仅在下跌时作为解套的方法，而在牛市上升的格局中依然可以作为减少风险。如果合理把握时机，可以获得不错的波段差价。我们没有主力雄厚的资金来对股价进行方向性操控，却有着船小好调头的优势，只要我们心态平稳头脑冷静、胆大心细，完全可以跟上主力的脚步与庄共舞。 除了权证股票还实行T+0的交易规则外，目前实行了T+1的交易规则，即当日买进的股票，必须要到下一个交易日才能卖出。我们完全可以打“擦边球”，灵活应用交易规则，可以快速在底部买入成交，并在高位及时卖出套现。 大的前提是必须是震荡市，首先要有一个股票主仓，然后进行当日再买入小于或等于主仓的数量，进行T+0的操作。如主仓为3000手，当日买入的股数只要不大于3000手，当日有波段利润的情况下，可以将当日的买入股数全部卖出。 至于是一次性买入卖出还是分多次，要根据个人的资金情况灵活把握。当股价横盘或当日振辐较小时就不能成功，所以要选择时机，不是每天都可以做的，做得不好，也有再度被套或踏空买不回来，还要结合一些别的战略战术来综合运用。
T+0的操作时机要果断把握，不然时机出现了，把握不了。没有出现机会时要耐心等待，不要盲目出击。 通常在强势上升过程中，开盘高开也许是最佳的卖出时机；在振荡上扬的过程中，急跌也许是最佳的买入时机；实施超短操作时，要讲究先买还是先卖的次序，做个书面计划。 如果你对次日的判断是下跌，次日的操作是先在高点出，后在低点进。 如果你对次日的判断是反弹，则次日的操作是先在底点进，后在高点出。 在买入方面，最好是分批进行，当天第一次买入后，如果继续下跌，没有出现较大的差价时，最好不要继续买入，否则在真正的机会出现后，反而出现资金不足的现象。 通常有人短线买入后，跌了就认为被套，马上进行割肉。而如果在长线股上，跌了也许并不会卖出，或许还会补仓。 原因很简单，都是没有冷静分析，只是看到了表面的涨与跌。所以，建议在弱市行情下，进行T+0的操作，以此来降低持仓成本。 操作时，应该选择比较凶悍的，多庄控制的中小盘个股，也就是K线形态呈现上下影线较长的，每天最高和最低价相差大的，
高抛低吸实战技巧 作为一个股民，最常见的就是被套，几乎所有人都又被套的经验。被套有两种方式解决，一，割肉认栽。二，想法赚回来，相信很多人都想赚回来，下面就介绍一个被套高抛低吸的一个小技巧---量能划线。如下图： 其实我们高抛低吸的机会很多，关键是我们自己怎么把握。高位被套是我们常有的事，第一时间我们想的都是割肉和补仓。但是我们没有想到既然我们选择这一只股肯定有一个上涨的理由，那我们第一时间考虑的是这个上涨的理由是否充分，是否还能继续。那如果还能继续我们要怎么做才能赚钱，为什么当下跌了。弄清这些问题不难。 咱们第一时间可以划一下重要K线，一般最多只需要3根K线即可。根据找到的量能画出对应K线的标价线。
找量能变化 找最大成交量很简单，周期在6个月以内，当我们的周期已经走出震荡区间向上或者向下的时候，我们可以从前面的次高成交量来找重要K线，一般3个成交量就够了，震荡比较标准基本都是一根K线足以。划线的价格是最大成交量所对应的最高价和最低价，当区间比较小，可以考虑再找一条。这样就比较准确。记住当找不到合适的就要从前面找。因为后市的涨跌是根据前期筹码分布来决定上涨和下跌的。 这是震荡的过程中的个股机会，但是有的个股是上涨过程的中的回调，这样就不好办，只能算出大致区间，那子阳还有妙招，江恩角度线。就拿上图来举例。有很多地方就是跌不下去，但是却没有到支撑
位。 正因为划线的圈圈里就是刚好沿着江恩角度线的上升趋势线的支撑， 所以两根小阳线后就开始涨，但是这是短期行情，多以快进快出为妙。 怎样划线江恩角度线？ 要找到当下行情的低点，然后找到上涨的第一波高点，从低点开始划线。当趋势没有按照趋势线来走，就需要往后面找下一个低点和高峰。
一、首先下面介绍的是我们短线波段功能是做 高抛低吸的最有利的工具 二、粉丝圈内（红色多方线上穿绿色空方线为买点）绿色圈 内（红色多方线下穿绿色空方线为卖点） 三、简单直接是做高抛低吸的有利的工具，从图中可以看到 在这两个波段下跌行情中可以规避10%的风险，在上涨阶 段中获利20% 四、详细的短线波段介绍在群共享中也有体现，大家可以下 载研读
下面是技术面高抛低吸技巧的介绍，大家也可以看 一下 弱市A股T+0操作技巧 目前的弱市行情的走势，大盘股指大起大落，个股振幅很高，游资主力之所以能战胜强大于自己几倍的国有主力，就是采
用了T+0的快进快出战略战术，而我们为什么不能采用这种战术呢外 其实T+0战术不仅在下跌时作为解套的方法，而在牛市上升的格局中依然可以作为减少风险。如果合理把握时机，可以获得不错的波段差价。我们没有主力雄厚的资金来对股价进行方向性操控，却有着船小好调头的优势，只要我们心态平稳头脑冷静、胆大心细，完全可以跟上主力的脚步与庄共舞。 除了权证股票还实行T+0的交易规则外，目前实行了T+1的交易规则，即当日买进的股票，必须要到下一个交易日才能卖出。我们完全可以打“擦边球”，灵活应用交易规则，可以快速在底部买入成交，并在高位及时卖出套现。 大的前提是必须是震荡市，首先要有一个股票主仓，然后进行当日再买入小于或等于主仓的数量，进行T+0的操作。如主仓为3000手，当日买入的股数只要不大于3000手，当日有波段利润的情况下，可以将当日的买入股数全部卖出。 至于是一次性买入卖出还是分多次，要根据个人的资金情况灵活把握。当股价横盘或当日振辐较小时就不能成功，所以要选择时机，不是每天都可以做的，做得不好，也有再度被套或踏空买不回来，还要结合一些别的战略战术来综合运用。
高抛低吸（实战篇） 炒股，通常分为投资和投机两种。中国股市，因为投机和坐庄，因为信息不对称，因为民族性格中的好赌，短线投机成为多数人的选择。在很多股民看来，股市如同赌场，要想在巧取豪夺、弱肉强食的股市中生存，没有一套嬴利方法和自我保护的纪律是不行的，而高抛低吸,仿佛就是大小散户们的倚天剑、屠龙刀。 没有不赚钱的股票，只有不赚钱的操作，关键在于买卖点的把握。这里，本博试图进行一次浅显的解析，敬请批评指正。 高抛低吸的时机：从大市来说，适用于小熊市、猴市、牛皮市和牛市回档震荡市。在单边牛市中做高抛低吸会有踏空的可能，在单边下跌势中高抛低吸有被套再被套的危险。从个股来说，适用于下跌末期、上涨初期，尤其适用于横盘震荡、方向不明时。 高抛低吸的优劣：高抛低吸不仅有内在的优势，同样有天生的缺陷。长处很明显，既能让套牢的人更快解套，也能让短线操作最大化获利。但短处也不少：容易放掉强势上涨股，或者行情只是经过短暂的调整后再次展开上涨的话，卖掉的股票往往很难再次买回。容易放掉黑马股。几乎所有的朋友都曾买到过大牛股，但很少有坚持“高抛低吸的股民能够骑着黑马驰骋股市的。很多股民套牢了不慌不忙，一旦上涨，特别是有盈利的时候就全身紧张，只要一冲高就赶紧“逢高派发”，有的甚至把封死涨停板的股票也抛掉。这种随意放掉黑马股的操作，是高抛低吸的惯性使然。容易死捂问题股。股市变幻莫测，纵然小心谨慎，也难免会买到一些诸如信息虚假、基本面恶化、庄家
出逃之类的问题股，这时，高抛低吸的习惯很容易死捂问题股，因为“逢高派发”的机会迟迟没有出现。一句话，高抛低吸做得不好，有可能导致全仓套牢或踏空行情。 高抛低吸的对象：一是绝对底部横盘不受大盘涨跌影响的股票, 随时吸纳都安全, 特别是K线的最后一根阴线或开始启动向上突破, 是最佳低吸机会,盈利空间巨大。二是K线图长期空头排列,股价连下几个台阶,跌破所有均线仍未止跌,日成交量呈现逐步萎缩状,乖离率、强弱指标等钝化。三是箱体运行，价格处于箱底,技术指标无明显创 新底。四是大盘连日暴跌,个股跌幅为百分之三十以上时，选择刚从 底部启动、形成上升趋势的股票。五是股性活，振幅大，有庄入住的。六是中线持有的潜力股，在股性未被激活之前，可以利用盘中的波动做波段，从而降低持股成本。七是走完主升浪的股票，全部抛出，换一支未大涨过的质地好的股票，按同样的方式操作。 高抛低吸的要求：一是有看盘条件及时间，开盘四小时最好能天天在场，盘面语言掌握了才能短线操作。二是有短线操作经验与应变能力，能及时把握介入时机，懂得10、30、60分钟K线的均线变化 之间的相互联系，同时能做到分析快、决策快、下单快。三是及时了解引发当日股指涨跌的政策面信息，个股要和大盘结合起来，在趋势上要相对吻合，同热点相吻合。四是熟悉个股的基本面和股性的活跃程度。事先要做好功课，心中有数。并不是所有走势形态的个股都可以做高抛低吸，最起码的要求就是走势活跃，单日振幅在5%以上。 制定具体操作计划时，要先预估买卖点，充分考虑压力区、阻力区、
高抛低吸T O操作技巧 Coca-cola standardization office【ZZ5AB-ZZSYT-ZZ2C-ZZ682T-ZZT18】
一、首先下面介绍的是我们短线波段功能是做 高抛低吸的最有利的工具 二、粉丝圈内（红色多方线上穿绿色空方线为买点）绿色圈 内（红色多方线下穿绿色空方线为卖点） 三、简单直接是做高抛低吸的有利的工具，从图中可以看到 在这两个波段下跌行情中可以规避10%的风险，在上涨 阶段中获利20% 四、详细的短线波段介绍在群共享中也有体现，大家可以下 载研读
下面是技术面高抛低吸技巧的介绍，大家也可以看 一下 弱市A股T+0操作技巧 目前的弱市行情的走势，大盘股指大起大落，个股振幅很高，游资主力之所以能战胜强大于自己几倍的国有主力，就是采用了T+0的快进快出战略战术，而我们为什么不能采用这种战术呢外 其实T+0战术不仅在下跌时作为解套的方法，而在牛市上升的格局中依然可以作为减少风险。如果合理把握时机，可以获得不错的波段差价。我们没有主力雄厚的资金来对股价进行方向性操控，却有着船小好调头的优势，只要我们心态平稳头脑冷静、胆大心细，完全可以跟上主力的脚步与庄共舞。 除了权证股票还实行T+0的交易规则外，目前实行了T+1的交易规则，即当日买进的股票，必须要到下一个交易日才能卖出。我们完全可以打“擦边球”，灵活应用交易规则，可以快速在底部买入成交，并在高位及时卖出套现。 大的前提是必须是震荡市，首先要有一个股票主仓，然后进行当日再买入小于或等于主仓的数量，进行T+0的操作。如主仓
为3000手，当日买入的股数只要不大于3000手，当日有波段利润的情况下，可以将当日的买入股数全部卖出。 至于是一次性买入卖出还是分多次，要根据个人的资金情况灵活把握。当股价横盘或当日振辐较小时就不能成功，所以要选择时机，不是每天都可以做的，做得不好，也有再度被套或踏空买不回来，还要结合一些别的战略战术来综合运用。 T+0的操作时机要果断把握，不然时机出现了，把握不了。没有出现机会时要耐心等待，不要盲目出击。 通常在强势上升过程中，开盘高开也许是最佳的卖出时机；在振荡上扬的过程中，急跌也许是最佳的买入时机；实施超短操作时，要讲究先买还是先卖的次序，做个书面计划。 如果你对次日的判断是下跌，次日的操作是先在高点出，后在低点进。 如果你对次日的判断是反弹，则次日的操作是先在底点进，后在高点出。
做T绝技第二篇 很多人还不了解盘中T+0交易，以为炒股就是要满仓才能挣大钱，其实这里有个误区。 首先，满仓是在所有股票的指标都在0轴线以下运行，这个时候仓位重一点，只要花些时间，股票大涨就能获利，当所有指标在超卖的状态下运行时（0轴线上方），我们就要控制仓位，防止风险放在第一位。 比如你有30万的资产，持股3只足够，每只配置7万左右，那么多出的十万既能抵御股市风险，又能利用【做T技巧】挣钱。不然你的账户里没有多余资金，遇到好股票要么割肉换股，要么眼睁睁看它暴涨，并且一旦股市暴跌，你就无法动弹。 【做T技巧】简单分为两种方式。 一种：盘中急拉5~~7个点左右，封不住涨停板的，那么要卖出一半，等它下跌了几个点，你再买回来，这样你的持仓成本就降低了几个点。（假如卖出后，它又冲上涨停板了，那么你还有一半资金在里面，继续享受它的拉升） 另一种：利用看盘技巧，在合适的点位，利用多余的10万资金，买进手中持有的股票，等它拉升几个点后卖出，这样你的股票数量没有少，而你的资金余额就多了。
这样大家应该明白为什么不要满仓持股了吧，满仓持股，只能等第一种【做T技巧】才能应用，而不是满仓的话，可以灵活应用，来得及低位买进正好，来不及的话，可以逢高减仓，逢低吸纳降低成本。 很多人做T要么越做成本越高，要么就做飞了，这里要提醒一下，做T与买股一样，不能追涨。要潜伏。 下面用图解的方式，说说做T的要点。 如图，开盘后在低位震荡，但低点在一路抬高，那么在接近翻红时，买点2可以买入股票，后面如直线拉升的话，只要2~3个点以上，就要择机卖出了。假如买2错过机会的，不要追了，等直线拉升6个点左右，不能再往上冲的话，可以考虑吧手中的股票卖掉一点，等它下跌调整时再买进。 下图跟上面是一样的含义。
发布于2015年8月20日21:39 一、为什么要做高抛低吸： 洪老师说过： 把2012年1月至2014年6月底这两年半定义为存量博弈阶段，对其做过一些研究，现把部分研究心得罗列如下： 1、这期间上证指数总涨幅为%，最高2443点，最低1849点，最大振幅为24%。 2、这期间创业板指数总涨幅为91%，最高1571点，最低585点，最大振幅为169% 3、存量博弈不可能发动全面战争，即不可能走出波澜壮阔的全面大牛市，但营造局部牛市完全可能，某些有故事的板块走出大行情也完全可能。 4、存量博弈属消耗战，大盘陷入期间盘整甚至重心下移完全可能。 结论：大盘在2012年1月至2014年6月底这两年半只有做高抛低吸才可能有大收益。 二、底部结构买入，顶部结构卖出
虽说震荡策略是逢低买入，逢高卖出，但貌似很多人抓不住可靠的低点、高点，要怎么才能抓到可靠的低点、高点呢 不是每个高低点都能抓得到的，只有某些有底部或顶部特征的才能抓得准。 1、分时底部结构 如下图是中午分享在好友圈内的技巧，将K线调为1分钟，当指数或股价下跌创新低，而MACD却不再创新低，当指数、MACD 转折向上时，即1分钟的底部结构。这个点位为低点的概率比较大。如果再配合其他的左侧交易信号，那准确度就会更大一些。下图是8月19日大盘3558低点时，同时带有分时底部结构
？ 只要个股是随大盘波动而波动的，如果大盘跟个股是同时出这种底结构，那低点的概率也会比较大一些。 1分种的底部结构，比较有把握的，一般只能看涨30分钟～60分钟。
因此必须要有底仓的个股，碰到这种分时底结构才能买入，当上涨约30分钟，有约2%的涨幅时，再卖出底仓。 2、分时顶部结构 分时顶部结构跟分时底部结构是相反的，
分时简单高抛低吸六技巧 目前市场处于震荡式的行情，在盘中非常容易出现急拉或者急跌的情况，为散户提供了很多的高抛低吸的机会。根据经传多赢老师多年的经验发现，因为会受到前一天盘面的情况及市场利好利空消息的影响，或者早上一段时间是对前一天市场盘面的延续。早上的行情更加容易产生高抛低吸的机会，下面讲解早上做高抛低吸，提升成功率的要点。1、指数决定市场大多数个股走势。指数走势的简单规律如下：对于早上的盘面情况来看，9：30～10：10，主要用于消耗前一天盘面以及当天早盘消息的影响，早上开盘40分钟，难于看清楚当天的盘面情况，一般在10:00左右很容易产生阶段性的高点和低点，此阶段易出现急拉或者急跌的情况，高抛低吸成功率会增加。10:40以后，指数的情况比较稳定，高抛低吸的难度有所增加。此乃大势决定方向。2、指数急拉或者急跌时，市场大多数个股容易出现急拉或者急跌的情况，此时高抛低吸的成功率增加，尤其是出现连续急拉的情况。3、分时做高抛低技巧，可以参考我昨天给大家讲解的分时MACD的背离形态。平时做高抛低吸的过程，一般只有在背离的情况下，成功率比较高。常见的买卖指标：MACD。参数设置：如下图，会发现早上开盘到目前为止，MACD出现两次背离的状态。第一次在10：10左右出现顶
背离的形态，出现之前，指数连续急拉，此时为高抛点。第二次在10:45左右形成的底背离形态，早上高抛之后的低吸机会。这两次是今日非常好的高抛低吸的机会，这就是MACD分时背离操作简单技巧。4、如果手中持有的股票，依据水手突破来看，股性比较活跃，操作起来成功率会增加。依据水手突破看股票的股性，只需要知道前期或者近期出现紫色区域多还是不多。5、当天出现利好的股票，也非常容易拉升，急拉或者急跌之后，高抛低吸的成功率增加。6、股票刚刚涨的时候低吸的成功率高，刚刚跌的时候，高抛的成功率高。这六点即为做高抛低吸的简单技巧，主要是增加大家高抛低吸的成功率。不清楚手中个股如何操作，选股存在疑问，买卖点把握不好的欢迎来学习。
高抛低吸八人技巧 一、高抛低吸是做股票的核心秘诀 1、高抛低吸当分成高、抛、低、吸四个字解读。 ①高，相对低来说，是指高位，即顶部。 ②抛，是讲卖出股票的动作。 ③低，有低价格，低位的意思，但是真正的意思是低位，就是底部的意思。 ④吸，是一种买入的动作，因为底部人气低迷，交投惨淡，成交量一般很小，所以只 能用吸，而不是大口的喝。吸，像吸管吸奶茶一样，像蚊子吸血一样，很享受，很残忍。 2、高抛低吸最重要的是把握波段节奏操作。 ①无论牛市或熊市，市场都会有这样的机会，而市场的机会总是提供给那些反应敏捷、判断正确的投资者，提供给那些善于把握好波段的人。在大盘尚未连续放出上攻的成交量时，逢顶背离卖出是较理性的抉择。 ②波段操作的最大特点是不能满仓操作。在大盘尚未反转之前，只能当一名“游击队 员”。在平衡市的短线资金可控制在30%左右，在市场反复走强时可增加至50%以上，如果 近期股指放量突破短期箱体上沿一线，则可继续追加仓位。 ③波段操作是针对目前国内股市呈波段性运行特征的有效的操作方法，波段操作虽然 不是赚钱最多的方式，但始终是一种成功率比较高的方式。这种灵活应变的操作方式还可以 有效回避市场风险，保存资金实力和培养市场感觉。 ④波段操作比找黑马更为重要，在每一年的行情中都有主峰和主谷，峰顶是卖出的机 会；波谷是买入的机会。波段操作很容易把握，这是对于大盘而言。很多个股具有一定的波段，我们对一些个股进行仔细研判，再去确定个股的价值区域，远远高离价值区域后，市场会出现回调的压力，这时候再卖出；当股价进入价值低估区域后，再在低位买入，耐心持有，等待机会，这样一般都会获取较大收益。 3、高抛低吸是股票投资的有效战术，高抛低吸几乎成了投资者炒股的座右铭，然而成功者寥寥无几。何以如此呢是操作技术难度太大非也，而是人性的弱点贪婪所致。 4、一般说来，低位吸筹安全系数较高，获利的概率较大，但等待最佳吸纳机会需要耐 心，而且要经得住煎熬；这时，应该坚定自己的信念，再漫长的黑夜总会被灿烂的黎明所取代，再痛苦的煎熬总会有尽头。
[2011-08-13 18:53:39]扫描到手机 ◆底部让一点，头部让一点，中间多吃一点，操作就是这样。 ◆做股票：一、工具要单纯；二、想法要单纯。 ◆短线操作靠等待，长线布局靠忍耐。 ◆买进的方式有两种，逢低接，转强买；◆能赚能守，才是赢家 T+0做短线.我把它称为“开店理论”.非常实用.。买进的方式有两种，逢低接，转强买；◆ 1、选一只流通盘不是很大的，中小盘（选择亿以下，全流通最好），这样便于资金隐身，拉升快。基本面和业绩都不错股性又活跃的股票。如果你手中有10000股的钱，你只买5000股。 2、把已经买来的5000股当成你开的“商店”，除非大盘转弱势要爆跌时把“店”也卖掉，否则，手上永远持着这5000股。因为没有了“店”，你肯定赚不了钱。然后根据每天的盘口波动，做T+0，将手中的钱在当天的低位买入同一支股的3000股或5000股(可视盘口而定)，在高位时，根据你当天的买入数抛出相应股数。如当天低位买的是5000股，高位就卖出5000股，这样手上永远是5000股，你的“店”还在，你就能不停地赚钱。牢记：大盘不暴跌，永远不要卖店。大盘的每天小跌，只要不是4%以上的下跌，哪怕是一路跌下去，你只要做好T+0，你仍然是每天赢利的。当然，你不能去衡量5000股本是否亏了多少，因为那是店，值多少钱是不要紧的，只要它每天能给你带来利润就行了。 3、如何每天做好低吸高抛：根据5天线。首先，开盘后就打开你手中持有股票的那只股，然后按电脑键盘上向下的那个箭头键，连续按4下，则当天的盘口曲线与前4天的曲线连成了一条连续的曲线，5天的最高点和最低点你一眼就能看明白，根据前5天内的最低点附近买入，最高点附近卖出就OK了。
几种简单的高抛低吸方法 沸点观察发布于2015年8月20日21:39 一、为什么要做高抛低吸： 洪老师说过： 把2012年1月至2014年6月底这两年半定义为存量博弈阶段，对其做过一些研究，现把部分研究心得罗列如下： 1、这期间上证指数总涨幅为-7.8%，最高2443点，最低1849点，最大振幅为24%。 2、这期间创业板指数总涨幅为91%，最高1571点，最低585点，最大振幅为169% 3、存量博弈不可能发动全面战争，即不可能走出波澜壮阔的全面大牛市，但营造局部牛市完全可能，某些有故事的板块走出大行情也完全可能。 4、存量博弈属消耗战，大盘陷入期间盘整甚至重心下移完全可能。 结论：大盘在2012年1月至2014年6月底这两年半只有做高 抛低吸才可能有大收益。 二、底部结构买入，顶部结构卖出 虽说震荡策略是逢低买入，逢高卖出，但貌似很多人抓不住可靠的低点、高点，要怎么才能抓到可靠的低点、高点呢？ 不是每个高低点都能抓得到的，只有某些有底部或顶部特征的才能抓得准。 1、分时底部结构 如下图是中午分享在好友圈内的技巧，将K线调为1分钟，当指数或股价下跌创新低，而MACD却不再创新低，当指数、MACD转折向上时，即1分钟的底部结构。这个点位为低点的概率比较大。如果再配合其他的左侧交易信号，那准确度就会更大一些。
下图是8月19日大盘3558低点时，同时带有分时底部结构
只要个股是随大盘波动而波动的，如果大盘跟个股是同时出这种底结构，那低点的概率也会比较大一些。 1分种的底部结构，比较有把握的，一般只能看涨30分钟～60分钟。 因此必须要有底仓的个股，碰到这种分时底结构才能买入，当上涨约30分钟，有约2%的涨幅时，再卖出底仓。 2、分时顶部结构
高抛低吸操作技巧 高抛低吸是做股票的核心秘诀。素人妇孺耳熟能详，但知其精义者鲜！ 高氏股经中做如下解。 高抛低吸当分成高，抛，低，吸，四字读。 高，相对低来说，是指高位，即顶部。 抛，是讲卖出股票的动作 低，低价格，低位的意思，但是真正的意思是低位，就是底部的意思。 吸，是一种买入的动作，因为底部人气低迷，交投惨淡，成交量一般很小，所以用吸，而不是大口的喝。 高抛低吸成功技巧： 高抛低吸、波段操作，最重要的是把握节奏，今天我们就来讲讲高抛低吸成功的小技巧。 小技巧一 关于止损和止赢的问题。止赢和止损的设置对非职业股民来说尤为重要，有很多散户会设立止损，但是不会止赢。 操作明理： 1、把握方向，判定趋势， 2、判定K线形态寓意和阶段性的趋势 3、跌破支撑就出，突破压力持有
4、严格规定要求操作 小技巧二 量能的搭配问题。无量创新高的股票尤其应该格外关注，而创新高异常放量的个股反而应该小心了。而做短线的股票回调越跌越有量的股票，应该是做反弹的好机会，当然不包括跌到板的股票和顶部放量下跌的股票。 操作明理： 1、下跌趋势量能变化 2、横盘行情量能变化 3、低位反弹量能变化 4、上升阶段量能变化 小技巧三 要学会空仓。有很多民间高手很善于利用资金进行追涨杀跌的短线操作，有时候会获得很高的收益，但是对广大股民来说，很难把握短线节奏。所以，在股票操作中，不仅要买上升趋势中的股票，还要学会空仓，在感觉市场上的股票很难操作，热点难以把握，绝大多数股票出现大幅下跌，涨幅榜上的股票涨幅很小时，就需要考虑空仓了。虽然指数怎么跌都会有逆市而上的股票，但是谁能保证那些少之又少的股票就是你买的股票呢？还是在市场容易操作的时候再满仓操作比较稳妥。
"围魏救赵"的解套策略 公元前354年，魏国军队围攻赵国都城邯郸，齐国应赵国的求救，派田忌为将，孙膑为军师，率兵八万救赵。攻击方向选在哪里？起初，田忌准备直趋邯郸。孙膑却认为，派兵解围，要避实就虚，击中要害。他向田忌建议说，现在魏国精锐部队都集中在赵国，内部空虚，我们如带兵向魏国的都城大梁猛插进去，占据它的交通要道，袭击它空虚的地方，它必然放下赵国回师自救。田忌采纳了孙膑的策略，引兵直奔魏都大梁。魏军闻讯急忙回救，齐军乘其疲惫，在预先选好的作战地区桂陵，迎敌于归途，魏军大败，赵国之围遂解。这就是著名的“围魏救赵”。 投资者在实际的解套操作中，常常存在着一种投资误区：就是用空仓的资金去摊平被套的股票，降低套牢成本，等待大势好转时，再乘机保本卖出，这种方法虽然也算是一种解套方式，但其中却存有弊端。如果投资者被套的股票基本面情况较差，或不属于当前行情的热点，那么，即使大势好转，这类股票的涨幅也相当滞后。相对于自己后期投入的资金而言，就是一种资金上的浪费。 如果假设投资者手中被套的股票就是赵国，而空仓的资金就是齐国的话，对投资者来说，最佳的选择并不是出兵赵国（即摊平原来被套的股票），而是选择更加有涨升潜力的个股买入（即相当于出兵魏国）。 因为，投资者的解套操作是为了最大限度的获取利润，依此降低被套成本。所以，投资者的空仓资金就应该用于更有涨升潜力的当前热点行情
中，而不能限制自己一定要摊平以前的被套个股。那种将空仓资金义无反顾地投入到原来被套的股票中的投资方式，等于是放弃了选股的机会，是一种非常僵化的投资方式，而且资金得不到有效利用的同时，也增加了投资者解套的难度。 因此，投资者实施解套操作时，要开拓视野，放弃不合理的惯性思维。在经历了漫长的熊市调整以后，不要将宝贵的空仓资金用于摊平失去活力的被套股票，而是要将资金用在刀刃上，选择当前行情的热门板块或龙头类个股。投资者只要在这类个股的炒作中获取了丰厚利润，就等于是降低了被套股票的损失，也就等于是在为被套的股票解套 股票解套 股票解套，主要分成被动解套和主动解套二类。 被动解套就是把被套的股票放在一边，死扛着，也不去管它了，就等着大盘走好，把股票价格带上来解套。这种方法只有全线被套，而且操作的人也没有什么技术水平，没办法时的消极办法。结果就二种，遇到大行情会有解套的机会。而如果遇到行情不好，则会输得很惨。 主动解套的方法，是一种积极的方法，当然也需要一点技巧，主要有以下几种：1、向下差价法（前提是要判断准确后市是向下的）： 股票被套后，等反弹到一定的高度，估计见短线高点了，先卖出，待其下跌一段后再买回。通过这样不断地高卖低买来降低股票的成本，最后等总资金补回了亏损，完成解套，并有赢利，再全部卖出。 2、向上差价法（前提是要判断准确后市的向上走势）：
高抛低吸八大技巧 Prepared on 22 November 2020
高抛低吸八大技巧 一、高抛低吸是做的核心秘诀 1、高抛低吸当分成高、抛、低、吸四个字解读。 ①高，相对低来说，是指高位，即顶部。 ②抛，是讲卖出股票的动作。 ③低，有低价格，低位的意思，但是真正的意思是低位，就是底部的意思。 ④吸，是一种买入的动作，因为底部人气低迷，交投惨淡，成交量一般很小，所以只能用吸，而不是大口的喝。吸，像吸管吸奶茶一样，像蚊子吸血一样，很享受，很残忍。 2、高抛低吸最重要的是把握波段节奏操作。 ①无论牛市或熊市，市场都会有这样的机会，而市场的机会总是提供给那些反应敏捷、判断正确的者，提供给那些善于把握好波段的人。在大盘尚未连续放出上攻的成交量时，逢顶背离卖出是较理性的抉择。 ②波段操作的最大特点是不能满仓操作。在大盘尚未反转之前，只能当一名“游击队员”。在平衡市的短线可控制在30%左右，在市场反复走强时可增加至50%以上，如果近期股指放量突破短期箱体上沿一线，则可继续追加仓位。 ③波段操作是针对目前国内呈波段性运行特征的有效的操作方法，波段操作虽然不是赚钱最多的方式，但始终是一种成功率比较高的方式。这种灵活应变的操作方式还可以有效回避市场风险，保存资金实力和培养市场感觉。 ④波段操作比找黑马更为重要，在每一年的行情中都有主峰和主谷，峰顶是卖出的机会;波谷是买入的机会。波段操作很容易把握，这是对于大盘而言。很多具有一定的波段，我们对一些个股进行仔细研判，再去确定个股的价值区域，远远高离价值区域后，市场会出现回调的压力，这时候再卖出;当股价进入价值低估区域后，再在低位买入，耐心持有，等待机会，这样一般都会获取较大收益。 3、高抛低吸是股票投资的有效战术，高抛低吸几乎成了投资者的座右铭，然而成功者寥寥无几。何以如此呢是操作技术难度太大非也，而是人性的弱点贪婪所致。 4、一般说来，低位吸筹安全系数较高，获利的概率较大，但等待最佳吸纳机会需要耐心，而且要经得住煎熬;这时，应该坚定自己的信念，再漫长的黑夜总会被灿烂的黎明所取代，再痛苦的煎熬总会有尽头。
顶级高手做T技巧 [2011-08-13 18:53:39]扫描到手机 ◆底部让一点，头部让一点，中间多吃一点，操作就是这样。 ◆做股票：一、工具要单纯；二、想法要单纯。 ◆短线操作靠等待，长线布局靠忍耐。 ◆买进的方式有两种，逢低接，转强买；◆能赚能守，才是赢家 T+0做短线.我把它称为“开店理论”.非常实用.。买进的方式有两种，逢低接，转强买；◆ 1、选一只流通盘不是很大的，中小盘（选择3.5亿以下，全流通最好），这样便于资金隐身，拉升快。基本面和业绩都不错股性又活跃的股票。如果你手中有10000股的钱，你只买5000股。 2、把已经买来的5000股当成你开的“商店”，除非大盘转弱势要爆跌时把“店”也卖掉，否则，手上永远持着这5000股。因为没有了“店”，你肯定赚不了钱。然后根据每天的盘口波动，做T+0，将手中的钱在当天的低位买入同一支股的3000股或5000股(可视盘口而定)，在高位时，根据你当天的买入数抛出相应股数。如当天低位买的是5000股，高位就卖出5000股，这样手上永远是5000股，你的“店”还在，你就能不停地赚钱。牢记：大盘不暴跌，永远不要卖店。大盘的每天小跌，只要不是4%以上的下跌，哪怕是一路跌下去，你只要做好T+0，你仍然是每天赢利的。当然，你不能去衡量5000股本是否亏了多少，因为那是店，值多少钱是不要紧的，只要它每天能给你带来利润就行了。 3、如何每天做好低吸高抛：根据5天线。首先，开盘后就打开你手中持有股票的那只股，然后按电脑键盘上向下的那个箭头键，连续按4下，则当天的盘口曲线与前4天的曲线连成了一条连续的曲线，5天的最高点和最低点你一眼就能看明白，根据前5天内的最低点附近买入，最高点附近卖出就OK了。
高抛低吸的具体操作方法 高抛低吸是股票投资的有效战术，高抛低吸几乎成了投资者炒股的座右铭，然而成功者寥寥。何以如此呢?是操作技术难度太大?非也。而是人性的弱点──贪婪所致。当你手中所持有的股票股价腾空飞升时，征服的欲望会改变你思维的导向，变成无限膨胀的盈利欲望，涨了一波之后，仍捂股盼着第二波、第三波。涨了一个停板，还等着第二个、第三个涨停板。股价冲高回落时，瞪着双眼望着逐波下调的股价，甚至这只股票回到了启动点位时，期望获得最高价的欲望已经定格在自己的内心深处，不愿减利或止损出局而失去获利的机会。 一般说来，低位吸筹安全系数较高，获利的概率较大，但等待最佳吸纳机会需要耐心，而且要经得住煎熬，这时应该坚定自己的信念。低吸，又称低捞、捞底、低价买入、趁低吸纳，是香港股市评论员常用的名词，即投资者在某只股票下跌，甚至创新低后，以低位买入股票，期望转势谷底反弹。低价买入股票后有三个可能性： 1股票可能回升，令投资者获利。 2股票可能再下跌，令投资者账面亏损。
3股票被套牢。 牛皮: 现金投资者要付上机会成本，等转势。股资市场有句话“低处未算低”，因为高位与低位只是相对的概念而已。跌市却是趁低分段吸纳优质股的时机。除非发现分析有误或由于大气变得意料之外的恶劣，才忍痛止蚀。然而，什么阶段、时间才是最佳的低吸机会呢? 提供下列几个范例供投资者参考： 一、在底部横盘、不受大盘涨跌影响的股票，随时吸纳都安全，特别是K线的最后一根阴线或开始启动向上突破时是最佳的低吸机会且获利空间巨大。股市上的众多黑马股都曾出现过这样的走势。 二、K线图长期空头排列、股价连下了几个台阶、跌破所有均线仍未止跌、日成交量呈现逐步萎缩状、K值呈负值、J值在负值10—20处多日钝化，乖离率在1至10以上钝化、强弱指标在10以下钝化。如果出现上述一个特征的股票都会有一定的涨幅，上述特征都具备的股票涨幅会十分巨大，获利不仅可靠，还十分可观。 三、运行在价格箱底、技术指标没有明显创新低的股票可大胆吸纳，介入这样的股票可以获得稳定的收益。